已废弃的仓库

该仓库不再维护。请注意，所有进一步的开发和更新已转移到新的仓库。

您可以在**这里**找到新的仓库。

感谢您的理解和持续支持。

NeRF-Factory：一个出色的PyTorch NeRF集合

logo

项目页面 | 检查点

各位NeRF研究者请注意！我们带来了一个用PyTorch重新实现的大规模NeRF库。我们的库易于扩展和使用。

animated

这包含了7个流行NeRF模型的PyTorch实现。

以及7个流行的NeRF数据集。

NeRF Blender: 链接
NeRF LLFF: 链接
Tanks and Temples: 链接
LF: 链接
NeRF-360: 链接
NeRF-360-v2: 链接
Shiny Blender: 链接

运行代码只需要执行：

python3 -m run --ginc configs/[model]/[data].gin
# 例如：python3 -m run --ginc configs/nerf/blender.gin

我们还为NeRF研究者提供了方便的可视化工具。

贡献者

这个项目由Yoonwoo Jeong、Seungjoo Shin和Kibaek Park创建和维护。

要求

conda create -n nerf_factory -c anaconda python=3.8
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch
pip3 install -r requirements.txt

## 可选（Plenoxel）
pip3 install .

## 或者您可以直接从nerf_factory.yml构建
conda env create --file nerf_factory.yml

命令

python3 -m run --ginc configs/[model]/[data].gin
# 例如：python3 -m run --ginc configs/nerf/blender.gin

准备数据集

我们提供了所有数据集的自动下载脚本。

# NeRF-blender数据集
bash scripts/download_data.sh nerf_synthetic
# NeRF-LLFF(NeRF-Real)数据集
bash scripts/download_data.sh nerf_llff
# NeRF-360数据集
bash scripts/download_data.sh nerf_real_360
# Tanks and Temples数据集
bash scripts/download_data.sh tanks_and_temples
# LF数据集
bash scripts/download_data.sh lf
# NeRF-360-v2数据集
bash scripts/download_data.sh nerf_360_v2
# Shiny-blender数据集
bash scripts/download_data.sh shiny_blender

运行代码！

一个非常简单的运行代码的脚本。

训练代码

运行训练代码的脚本。

python3 run.py --ginc configs/[model]/[data].gin --scene [scene]

## 例如：在blender数据集的chair场景上运行nerf训练
python3 run.py --ginc configs/nerf/blender.gin --scene chair

评估代码

仅运行评估代码的脚本。

python3 run.py --ginc configs/[model]/[data].gin --scene [scene] \
--ginb run.run_train=False

## 例如：在blender数据集的chair场景上运行nerf评估
python3 run.py --ginc configs/nerf/blender.gin --scene chair \
--ginb run.run_train=False